Enseñando a la IA a tomar la iniciativa - Construyendo una aplicación de auto-pensamiento con LangGraph y Ollama

Introducción: cuando la IA actúa como reclutador imagina subir una descripción de puesto y el currículum de un candidato y que una IA evalúe al instante la adecuación, calcule puntuaciones tipo ATS, genere feedback personalizado y proponga preguntas de entrevista sin hojas de cálculo ni parsing manual, solo inteligencia estructurada y explicable. En Q2BSTUDIO, empresa especializada en desarrollo de software a medida, aplicaciones a medida, inteligencia artificial y ciberseguridad, desarrollamos soluciones similares que combinan investigación práctica y despliegue empresarial.

Arquitectura general y concepto agentic la idea clave es otorgar a la IA capacidad de planificar, decidir y actuar hacia un objetivo concreto. En lugar de limitarse a predecir texto la IA ejecuta pasos: extraer datos del candidato, calcular score ATS, inferir años de experiencia, evaluar y sintetizar un informe final. Eso requiere herramientas concretas para acciones específicas, un estado compartido para mantener información entre pasos y un bucle de razonamiento para decidir qué herramienta invocar en cada momento.

Tecnologías y stack utilizado combinamos un orquestador tipo LangGraph para modelar el flujo como un grafo de nodos con estado tipado, modelos locales ejecutados con Ollama para razonamiento y respuesta, y una API REST basada en FastAPI para exponer el servicio. Herramientas complementarias incluyen técnicas de scoring con TF IDF y coseno, extracción de texto de PDF con PyMuPDF y utilidades para robustecer salidas JSON. Este enfoque permite privacidad al ejecutar LLMs localmente y flexibilidad para integrarlos en pipelines empresariales.

Flujo agentic paso a paso el sistema actúa como un equipo de especialistas: un nodo extrae nombre y habilidades, otro calcula el ATS_SCORE comparando JD y currículum, otro infiere años de experiencia, un LLM empaqueta los hallazgos en JSON y un agente evaluador genera feedback y preguntas. Un agente revisor posterior actúa como entrevistador senior que inspecciona la calidad de las preguntas y sugiere mejoras. Finalmente un sintetizador fusiona ambas perspectivas en un informe coherente y listo para dashboards o integraciones.

Despliegue y API con FastAPI exponemos el servicio para que un usuario suba la descripción de puesto y el currículum y reciba en segundos un payload estructurado con ATS_SCORE, feedback por habilidades y una lista final de preguntas de entrevista. Esta arquitectura facilita integrar resultados en pipelines de negocio y conectores de visualización como Power BI para inteligencia de negocio.

Beneficios para empresas y casos de uso las ventajas incluyen automatización real de procesos de selección, trazabilidad y explicabilidad de decisiones, reducción de sesgos mediante reglas estructuradas y posibilidad de desplegar la solución on premise para cumplir requisitos de seguridad. Q2BSTUDIO puede acompañar a tu empresa en la creación de estas soluciones a medida integrando servicios de cloud para escalabilidad, optimización en AWS o Azure, y asegurando la infraestructura con prácticas de ciberseguridad y pentesting.

Servicios que ofrecemos en Q2BSTUDIO somos especialistas en crear software a medida y aplicaciones a medida pensadas para transformar procesos mediante inteligencia artificial aplicada a empresas. Ofrecemos además servicios cloud aws y azure, ciberseguridad, servicios inteligencia de negocio y soluciones para visualizar resultados con power bi. Si quieres explorar cómo implementar agentes IA en tus procesos visita nuestra página de inteligencia artificial o conoce nuestras capacidades en desarrollo de software a medida y aplicaciones multiplataforma.

Reflexiones finales Agentic AI no es magia sino orquestación modular. Separar funciones en nodos con estado facilita depuración y explicabilidad. Ejecutar modelos locales reduce dependencias y mejora privacidad. Imponer esquemas JSON en prompts reduce fricción al integrar salidas en sistemas empresariales. Y por último tener agentes revisores multiplica la fiabilidad. En Q2BSTUDIO ayudamos a diseñar e implementar estas arquitecturas para que la IA deje de ser solo conversación y empiece a hacer trabajo real dentro de tu organización.